O estudo dos centros geradores de padrão, CPGs, ´e um excelente exemplo das limitações do método reducionista, na tentativa de explicar um comportamento de ordem mais global. Não queremos, com isso, relegar a descrição esmiuçada dos mecanismos biofísicos e moleculares ao ostracismo. Muito pelo contrário, iremos nos apropriar de um subconjunto desses conceitos, na forma do modelo de Hodgkin & Huxley, para construir um sistema de simulação computacional de redes neurais, em pequena escala, passível de realizar duas métricas. Uma destinada a medir a complexidade da geração de informação circulante interna a rede, enquanto a outra traz dados relativos ao consumo energético das células neurais. Espera-se, com isso, alguma resposta para a seguinte questão: existe algum mecanismo, algum princípio básico em redes que oscilam, capaz de mapear um mínimo de uma grandeza física externa em algum outro mínimo interno a rede? Ao que tudo indica a resposta é afirmativa. Apresentaremos um tal ponto de minimização, juntamente com um formalismo, ainda em desenvolvimento, que justifica os resultados / The study of central pattern generators is a great example of the limitations in a reductionist approach, to achieve global knowledge about a system. We are not neglecting the importance of biophysical and molecular mechanisms. Quite the contrary, we will apply some of this concepts by means of Hodgkin & Huxley formalism, to build up a small form factor neural network software simulator. This platform will be able to perform two measurements, informational complexity and metabolic consumption with the aim of answer the question: is there some mechanism, some basic principle in oscillatory networks, capable of mapping a minimum in an external physical quantity into another minimum internal to the network? It seems that the answer is affirmative. We will present this minimization point, together with an under development formalism, to embase the results

O estudo dos centros geradores de padrão, CPGs, ´e um excelente exemplo das limitações do método reducionista, na tentativa de explicar um comportamento de ordem mais global. Não queremos, com isso, relegar a descrição esmiuçada dos mecanismos biofísicos e moleculares ao ostracismo. Muito pelo contrário, iremos nos apropriar de um subconjunto desses conceitos, na forma do modelo de Hodgkin & Huxley, para construir um sistema de simulação computacional de redes neurais, em pequena escala, passível de realizar duas métricas. Uma destinada a medir a complexidade da geração de informação circulante interna a rede, enquanto a outra traz dados relativos ao consumo energético das células neurais. Espera-se, com isso, alguma resposta para a seguinte questão: existe algum mecanismo, algum princípio básico em redes que oscilam, capaz de mapear um mínimo de uma grandeza física externa em algum outro mínimo interno a rede? Ao que tudo indica a resposta é afirmativa. Apresentaremos um tal ponto de minimização, juntamente com um formalismo, ainda em desenvolvimento, que justifica os resultados / The study of central pattern generators is a great example of the limitations in a reductionist approach, to achieve global knowledge about a system. We are not neglecting the importance of biophysical and molecular mechanisms. Quite the contrary, we will apply some of this concepts by means of Hodgkin & Huxley formalism, to build up a small form factor neural network software simulator. This platform will be able to perform two measurements, informational complexity and metabolic consumption with the aim of answer the question: is there some mechanism, some basic principle in oscillatory networks, capable of mapping a minimum in an external physical quantity into another minimum internal to the network? It seems that the answer is affirmative. We will present this minimization point, together with an under development formalism, to embase the results

Submitted by Cleide Dantas (cleidedantas@ufpa.br) on 2014-05-06T16:24:27Z No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_AnaliseComunicacaoSonora.pdf: 5705448 bytes, checksum: bf95b02d994c05dc18624aff8eb4172a (MD5) / Approved for entry into archive by Ana Rosa Silva (arosa@ufpa.br) on 2014-07-14T17:01:40Z (GMT) No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_AnaliseComunicacaoSonora.pdf: 5705448 bytes, checksum: bf95b02d994c05dc18624aff8eb4172a (MD5) / Made available in DSpace on 2014-07-14T17:01:40Z (GMT). No. of bitstreams: 2 license_rdf: 23898 bytes, checksum: e363e809996cf46ada20da1accfcd9c7 (MD5) Dissertacao_AnaliseComunicacaoSonora.pdf: 5705448 bytes, checksum: bf95b02d994c05dc18624aff8eb4172a (MD5) Previous issue date: 2011 / CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico / O Curió Oryzoborus angolensis (Aves, Passeriformes, Oscines, Emberizinae) é uma espécie Neotropical muito conhecida e apreciada entre os criadores de pássaros no Brasil, por possuir canto melodioso e variado. O canto tem como função biológica o reconhecimento específico. A presença de repertórios vocais longos, variações populacionais e individuais pode ser um indicativo de aprendizagem vocal, que é o caso do Oryzoborus angolensis. O repertório representa os diferentes tipos de unidades que constituem o canto, as notas, emitidas durante a vocalização. No caso do canto do Curió a frase pode ser caracterizada como uma sequência de notas que se repetem. Analisamos as amostras de gravações de 26 indivíduos, sendo dezesseis de cativeiro e dez selvagens provenientes de diversas localidades do país. Identificamos e denominamos cada uma das 2414 notas gravadas com uma letra do alfabeto. As medidas dos parâmetros físicos das notas (duração, intervalo entre as notas, ritmo, frequência máxima e frequência mínima) apresentaram diferenças globais significativas, podendo ser um dos caracteres responsáveis pela função de reconhecimento específico. Observamos que as notas são constituídas principalmente por sons puros e amplamente moduladas, distribuídas de forma homogênea na amostra. Descrevemos a estrutura do canto, com a análise do repertório dos indivíduos de cativeiro e selvagem, apresentado diferenças estatisticamente significativas entre si. Considerando a distribuição dos diferentes tipos de notas emitidas por indivíduos,calculamos a entropia informacional, que forneceu um índice que correspondente à previsibilidade do canto individual. / The Seed-finch Oryzoborus angolensis (Aves, Passeriformes, Oscines, Emberizinae) is very a popular and appreciated species birdkeepers in Brazil, due to its melodious and varied song. The song represents the species-specific recognition signal for the most of the birds. Songs with long vocal repertoires, population and individual variations can be indicatives of vocal learning. In this context, we studied the song of the Lesser seed finch Oryzoborus angolensis. The song of O. angolensis is characterized as a sequence of pure notes organized and repeated in discrete phrases. We analyze the song of 26 individuals, 16 in captivity and 10 wild from different localities of their distribution area. The measures of physical parameters of the notes (note duration, note interval, rhythm, minimum and maximum frequency) presented significant global differences, considered here the characters that represents the species-specific code. We observe that the notes are constituted mainly by widely modulated pure sounds and are distributed in homogeneous way in our sample. We have found significant differences between the repertoire of the individuals kept in captivity and wild.

Prever eventos ambientais, com base em memórias sobre regularidades passadas, é uma das funções fundamentais de sistemas nervosos complexos. Eventos ordenados serialmente ou sequências estruturadas de estímulos permitem extrair informação passível de descrição formal que define seu padrão serial. Esse padrão inclui informações temporais e espaciais que facultam prever os próximos eventos da sequência, possibilitando a preparação prévia do organismo para lidar com sua ocorrência. Não surpreende que animais, incluindo o ser humano, aprendam, de maneira relativamente rápida, sobre regras e estruturas de padrões sequenciais de estímulos. O uso de tarefas de tempo de reação serial (TRS) é recorrente em estudos envolvendo a formação de associações, antecipação, atenção, as bases da memória e aprendizagem de relações complexas. Resumidamente, voluntários devem responder a estímulos apresentados em sequências repetitivas ou aleatórias. Com o treino, há redução no tempo de reação a cada estímulo, refletindo a aprendizagem de relações percepto-motoras. Essa redução, porém, é maior na sequência repetitiva em relação à sequência aleatória, indicando um aprendizado também sobre a sequência repetitiva, mesmo quando o voluntário não a percebe (conscientemente) e seja incapaz de relatar sua existência. Trata-se, portanto, de uma aquisição (inicialmente) implícita. A complexidade de uma sequência de estímulos pode ser expressa quantitativamente por meio de uma ferramenta matemática proposta por Shannon (1948), a entropia informacional (EI), que considera, entre outras coisas, a probabilidade de ocorrência dos estímulos em diferentes níveis. No presente trabalho, avaliamos em que extensão o conceito de EI permite prever o desempenho de ratos na tarefa de TRS envolvendo sequências com diferentes níveis de complexidade. Ratos foram treinados a reagir (1) a uma sequência repetitiva de estímulos, cuja quantidade de EI no nível 1 (que relaciona os estímulos da sequência 2 a 2) era 2,75. Após atingirem um nível assintótico de desempenho, os animais foram expostos (2) a sequências variáveis de estímulos com a mesma quantidade de EI no nível 1, porém, com maior quantidade de EI no nível 2 (que relaciona os estímulos da sequência 3 a 3). Numa etapa posterior os animais foram expostos (3) a uma nova sequência repetitiva de estímulos, cuja quantidade de EI no nível 1 era 3,00; por fim, os animais foram submetidos (4) a sequências variáveis com a mesma quantidade de EI no nível 1em relação à sequência anterior, porém, com maior quantidade de EI no nível 2 . Os resultados mostraram que os ratos aprenderam sobre os padrões seriais e, mais interessante, que seu desempenho esteve fortemente correlacionado à quantidade de EI no nível 2. Em outras palavras, quanto maior a EI, pior o desempenho dos animais tanto em termos do tempo de reação como em termos da percentagem de respostas corretas. Portanto, o conceito de EI permite não apenas quantificar a complexidade de sequências empregadas em estudos envolvendo aprendizagem serial, mas também prever o desempenho dos animais. / Prediction of environmental events, relying on memories of past regularities, is one of the fundamental functions of complex nervous systems. Sequences of serially ordered stimuli allow extracting information that defines its serial pattern. These patterns allow prediction of the next item in a sequence of events, facultating previous preparation to deal with its occurrence. Not surprisingly, animals, including humans, can identify rules present in serial structures of stimuli. Serial reaction time tasks (SRTT) have been extensively used in studies involving association, anticipation, attention, and learning and memory. Typically, subjects have to react to stimuli presented either in random or in repetitive sequences. As training proceeds, reaction time to each stimulus decreases, reflecting acquisition of this perceptual-motor skill. However, reaction time reduction is greater for repetitive sequences relative to the random sequences, indicating acquisition about the repetitive structure of the sequence. In human beings, this may occur even when the subject in uncapable of reporting the existence of a sequence, indicating that the acquisition was (at least initially) implicit rather than explicit. The complexity of a sequence of stimuli, at different levels, may be quantifyed by means of a mathematical tool proposed by Shannon (1948), the information entropy (IE). In this study we evaluated to which extent IE can predict performance of rats in SRTT involving sequences of stimuli organized at different levels of complexity. Rats were trained to react (1) a repeated sequence of stimuli which IE at the level \"1\" (i.e., expressing to which extent a given item allow prediction of the next) was 2.75. After reaching an asymptotic level of performance, the animals were exposed (2) a variable sequence of stimuli with the same amount of IE in the level \"1\", but with more IE in the level \"2\" (i.e., expressing to which extent two given items allow prediction of the next). Later the animals were exposed to (3) a new repeated sequence of stimuli, which IE at the level \"1\" was 3.00. Finally, the animals were submitted to (4) a random sequence of stimuli with the same amount of IE at the level \"1\", i.e., 3.00, but with greater IE in level 2. Results showed that rats learned about the serial patterns and, more interestingly, their performance strongly correlated to the amount of IE at the level \"2 \", both in terms of reaction times and in terms of percentage of correct responses. Therefore, IE allows not only to quantify complexity of sequences in studies involving serial learning, but also to predict performance of the subjects.

Experiências armazenadas acerca de regularidades passadas permitem a previsão do ambiente e, consequentemente, a possibilidade de ações antecipadas. Esta capacidade cognitiva é expressa em modelos de aprendizagem de sequências, que são capazes de acessar a previsibilidade das sequências de eventos e gerar descrições do desempenho em protocolos experimentais como a tarefa de tempo de reação serial. Nos experimentos 1, 2 e 3 deste trabalho, a abordagem informacional foi aplicada à descrição do desempenho na tarefa de tempo de reação serial. A relação entre medidas de entropia e desempenho na tarefa de tempo de reação serial envolvendo diferentes tipos de sequência foi investigada nos Experimentos 1a e 1b. As medidas de entropia foram feitas pelo processamento das frequências de eventos das sequências (i.e., pares, trios, quadras etc). Os resultados revelaram que a entropia informacional das sequências é um bom descritor do desempenho: (1) sequências de baixa entropia são realizadas mais rapidamente e são mais frequentemente reconhecidas ao final da sessão do que as de alta entropia; (2) uma curva sigmóide relaciona valores de entropia aos de tempo de reação: parâmetros \"min\" (tempo de reação com a previsão total), \"max\" (tempo de reação sem previsão) e \"x50\" (valor de entropia relacionada ao limiar de previsão); (3) o treinamento torna previsíveis sequências de alta entropia (o \"x50\" aumenta com o treinamento); e (4) com o treinamento, mais elementos prévios da sequência passam a ser utilizados para a previsão do próximo elemento. A relação entre desempenho e expectativas probabilísticas geradas durante o treinamento foi investigada no Experimento 2. Esse experimento envolveu múltiplas combinações de sequências de treino e teste, aplicadas a voluntários em sessões únicas. A diferença entre as previsibilidades das sequências de teste e treino foi quantificada pela distância de Kullback-Leibler: pequenas distâncias indicam que o treino proporciona boa previsão sobre o teste. Desconsiderando os efeitos de entropia (descrito no Experimento 1), a distância de Kullback-Leibler entre as sequências de teste e treino está relacionada ao desempenho: (1) distâncias pequenas levam à manutenção das expectativas (prévias) e tempos de reação curtos; (2) distâncias grandes levam à negligência das previsões e tempos de reação intermediários; e (3) distâncias intermediárias estão relacionadas a um conflito entre as estratégias de manutenção e negligência das expectativas, e geram tempos de reação elevados. Portanto, a flexibilidade das previsões ocorre em distâncias pequenas; uma estratégia alternativa, de negligência das previsões, é adotada em distâncias grandes. A estratégia desenvolvida nos Experimentos 1a e 1b foi útil para avaliar, no Experimento 3, a equivalência funcional entre treinamento imaginativo e real na aprendizagem de sequências. Este experimento envolveu voluntários testados na tarefa de tempo de reação serial ao longo de várias sessões de treinamento imaginativo e real. Os desempenhos durante o treinamento imaginativo e real foram descritos e comparados; o experimento mostrou também que a previsibilidade da sequência acessada por meio do treinamento imaginativo pode ser expressa posteriormente no desempenho real da tarefa. No entanto, o limite de previsibilidade das sequências acessado pelo treinamento imaginativo é inferior ao limite acessado por treinamento real, descrita pelo menor \"x50\" do (1) treinamento imaginativo em relação ao treinamento real e (2) desempenho real após o treinamento imaginativo em relação ao desempenho real após o treinamento real. Em conclusão, é possível afirmar que o modelo de entropia informacional é capaz de descrever a variabilidade do desempenho na tarefa de tempo de reação serial. Estes achados apóiam a existência de um princípio geral de acesso à previsibilidade para explicação da aprendizagem e memória. / Stored experiences of past regularities allow the prediction of the environment and, consequently, the possibility of anticipatory actions. This cognitive capacity is expressed in models of sequence learning, which are able to access the predictability of sequences of events and to generate descriptions of performance on experimental protocols as serial reaction time task. In Experiments 1, 2 and 3 of this work the informational framework was applied to the description of performance in serial reaction time task. The relationship between entropy measures and performance on serial reaction time task involving multiple sequence types was investigated on Experiments 1a and 1b. The entropy measures were done by processing the frequencies of events of the sequences (i.e. pairs, triads, quads etc). The results revealed that information entropy of the sequences is an impressively good descriptor of performance: (1) low entropy sequences were performed more rapidly and were more frequently recognized in the end of the session than the high entropy ones; (2) a sigmoid curve relates entropy to reaction time: parameters \"min\" (reaction time with total prediction), \"max\" (reaction time with no prediction) and \"x50\" (entropy value related to threshold of prediction); (3) training makes high entropy sequences predictable (the \"x50\" increases with training); and (4) with training, more previous elements of sequence are used for prediction of the next one. The relationship between performance and probabilistic expectancies generated during training was investigated on Experiment 2. This experiment involved multiple arrangements of training and testing sequences, applied to volunteers on single sessions. The difference between the predictabilities of testing and training sequences was quantified by the Kullback-Leibler divergence: small divergence indicates that training provides good prediction on testing. Disregarding the entropy effects (described on Experiment 1), Kullback-Leibler divergence between training and testing sequences is related to performance: (1) short divergences lead to (previous) predictions maintenance and low reaction times; (2) large divergences lead to predictions negligence and intermediate reaction times; and (3) intermediate divergences are related to conflict between the strategies of maintenance and negligence of predictions, and generate high reaction times. Therefore, the flexibility of predictions occurs on short divergences; an alternative strategy, of predictions negligence, is adopted on large divergences. The strategy developed on Experiments 1a and 1b was useful to evaluate, on Experiment 3, the functional equivalence between imagery and actual training on sequence learning. This experiment involved volunteers tested on serial reaction time task along multiple imagery and actual training sessions. Performances on both imagery and actual training were described and compared; the experiment also showed that the sequence predictability accessed on imagery training can be expressed on posterior actual performance. However, the limit of sequence predictability accessed by imagery training is lower than the limit accessed by actual training, described by the lower \"x50\" of (1) imagery training compared to actual training and (2) actual performance after imagery training compared to actual performance after actual training. In conclusion, it is possible to state that the entropy model is able to describe the variability of performance on serial reaction time task. These findings support the existence of a general principle of accessing the predictability to explain learning and memory.

Prever eventos ambientais, com base em memórias sobre regularidades passadas, é uma das funções fundamentais de sistemas nervosos complexos. Eventos ordenados serialmente ou sequências estruturadas de estímulos permitem extrair informação passível de descrição formal que define seu padrão serial. Esse padrão inclui informações temporais e espaciais que facultam prever os próximos eventos da sequência, possibilitando a preparação prévia do organismo para lidar com sua ocorrência. Não surpreende que animais, incluindo o ser humano, aprendam, de maneira relativamente rápida, sobre regras e estruturas de padrões sequenciais de estímulos. O uso de tarefas de tempo de reação serial (TRS) é recorrente em estudos envolvendo a formação de associações, antecipação, atenção, as bases da memória e aprendizagem de relações complexas. Resumidamente, voluntários devem responder a estímulos apresentados em sequências repetitivas ou aleatórias. Com o treino, há redução no tempo de reação a cada estímulo, refletindo a aprendizagem de relações percepto-motoras. Essa redução, porém, é maior na sequência repetitiva em relação à sequência aleatória, indicando um aprendizado também sobre a sequência repetitiva, mesmo quando o voluntário não a percebe (conscientemente) e seja incapaz de relatar sua existência. Trata-se, portanto, de uma aquisição (inicialmente) implícita. A complexidade de uma sequência de estímulos pode ser expressa quantitativamente por meio de uma ferramenta matemática proposta por Shannon (1948), a entropia informacional (EI), que considera, entre outras coisas, a probabilidade de ocorrência dos estímulos em diferentes níveis. No presente trabalho, avaliamos em que extensão o conceito de EI permite prever o desempenho de ratos na tarefa de TRS envolvendo sequências com diferentes níveis de complexidade. Ratos foram treinados a reagir (1) a uma sequência repetitiva de estímulos, cuja quantidade de EI no nível 1 (que relaciona os estímulos da sequência 2 a 2) era 2,75. Após atingirem um nível assintótico de desempenho, os animais foram expostos (2) a sequências variáveis de estímulos com a mesma quantidade de EI no nível 1, porém, com maior quantidade de EI no nível 2 (que relaciona os estímulos da sequência 3 a 3). Numa etapa posterior os animais foram expostos (3) a uma nova sequência repetitiva de estímulos, cuja quantidade de EI no nível 1 era 3,00; por fim, os animais foram submetidos (4) a sequências variáveis com a mesma quantidade de EI no nível 1em relação à sequência anterior, porém, com maior quantidade de EI no nível 2 . Os resultados mostraram que os ratos aprenderam sobre os padrões seriais e, mais interessante, que seu desempenho esteve fortemente correlacionado à quantidade de EI no nível 2. Em outras palavras, quanto maior a EI, pior o desempenho dos animais tanto em termos do tempo de reação como em termos da percentagem de respostas corretas. Portanto, o conceito de EI permite não apenas quantificar a complexidade de sequências empregadas em estudos envolvendo aprendizagem serial, mas também prever o desempenho dos animais. / Prediction of environmental events, relying on memories of past regularities, is one of the fundamental functions of complex nervous systems. Sequences of serially ordered stimuli allow extracting information that defines its serial pattern. These patterns allow prediction of the next item in a sequence of events, facultating previous preparation to deal with its occurrence. Not surprisingly, animals, including humans, can identify rules present in serial structures of stimuli. Serial reaction time tasks (SRTT) have been extensively used in studies involving association, anticipation, attention, and learning and memory. Typically, subjects have to react to stimuli presented either in random or in repetitive sequences. As training proceeds, reaction time to each stimulus decreases, reflecting acquisition of this perceptual-motor skill. However, reaction time reduction is greater for repetitive sequences relative to the random sequences, indicating acquisition about the repetitive structure of the sequence. In human beings, this may occur even when the subject in uncapable of reporting the existence of a sequence, indicating that the acquisition was (at least initially) implicit rather than explicit. The complexity of a sequence of stimuli, at different levels, may be quantifyed by means of a mathematical tool proposed by Shannon (1948), the information entropy (IE). In this study we evaluated to which extent IE can predict performance of rats in SRTT involving sequences of stimuli organized at different levels of complexity. Rats were trained to react (1) a repeated sequence of stimuli which IE at the level \"1\" (i.e., expressing to which extent a given item allow prediction of the next) was 2.75. After reaching an asymptotic level of performance, the animals were exposed (2) a variable sequence of stimuli with the same amount of IE in the level \"1\", but with more IE in the level \"2\" (i.e., expressing to which extent two given items allow prediction of the next). Later the animals were exposed to (3) a new repeated sequence of stimuli, which IE at the level \"1\" was 3.00. Finally, the animals were submitted to (4) a random sequence of stimuli with the same amount of IE at the level \"1\", i.e., 3.00, but with greater IE in level 2. Results showed that rats learned about the serial patterns and, more interestingly, their performance strongly correlated to the amount of IE at the level \"2 \", both in terms of reaction times and in terms of percentage of correct responses. Therefore, IE allows not only to quantify complexity of sequences in studies involving serial learning, but also to predict performance of the subjects.

Experiências armazenadas acerca de regularidades passadas permitem a previsão do ambiente e, consequentemente, a possibilidade de ações antecipadas. Esta capacidade cognitiva é expressa em modelos de aprendizagem de sequências, que são capazes de acessar a previsibilidade das sequências de eventos e gerar descrições do desempenho em protocolos experimentais como a tarefa de tempo de reação serial. Nos experimentos 1, 2 e 3 deste trabalho, a abordagem informacional foi aplicada à descrição do desempenho na tarefa de tempo de reação serial. A relação entre medidas de entropia e desempenho na tarefa de tempo de reação serial envolvendo diferentes tipos de sequência foi investigada nos Experimentos 1a e 1b. As medidas de entropia foram feitas pelo processamento das frequências de eventos das sequências (i.e., pares, trios, quadras etc). Os resultados revelaram que a entropia informacional das sequências é um bom descritor do desempenho: (1) sequências de baixa entropia são realizadas mais rapidamente e são mais frequentemente reconhecidas ao final da sessão do que as de alta entropia; (2) uma curva sigmóide relaciona valores de entropia aos de tempo de reação: parâmetros \"min\" (tempo de reação com a previsão total), \"max\" (tempo de reação sem previsão) e \"x50\" (valor de entropia relacionada ao limiar de previsão); (3) o treinamento torna previsíveis sequências de alta entropia (o \"x50\" aumenta com o treinamento); e (4) com o treinamento, mais elementos prévios da sequência passam a ser utilizados para a previsão do próximo elemento. A relação entre desempenho e expectativas probabilísticas geradas durante o treinamento foi investigada no Experimento 2. Esse experimento envolveu múltiplas combinações de sequências de treino e teste, aplicadas a voluntários em sessões únicas. A diferença entre as previsibilidades das sequências de teste e treino foi quantificada pela distância de Kullback-Leibler: pequenas distâncias indicam que o treino proporciona boa previsão sobre o teste. Desconsiderando os efeitos de entropia (descrito no Experimento 1), a distância de Kullback-Leibler entre as sequências de teste e treino está relacionada ao desempenho: (1) distâncias pequenas levam à manutenção das expectativas (prévias) e tempos de reação curtos; (2) distâncias grandes levam à negligência das previsões e tempos de reação intermediários; e (3) distâncias intermediárias estão relacionadas a um conflito entre as estratégias de manutenção e negligência das expectativas, e geram tempos de reação elevados. Portanto, a flexibilidade das previsões ocorre em distâncias pequenas; uma estratégia alternativa, de negligência das previsões, é adotada em distâncias grandes. A estratégia desenvolvida nos Experimentos 1a e 1b foi útil para avaliar, no Experimento 3, a equivalência funcional entre treinamento imaginativo e real na aprendizagem de sequências. Este experimento envolveu voluntários testados na tarefa de tempo de reação serial ao longo de várias sessões de treinamento imaginativo e real. Os desempenhos durante o treinamento imaginativo e real foram descritos e comparados; o experimento mostrou também que a previsibilidade da sequência acessada por meio do treinamento imaginativo pode ser expressa posteriormente no desempenho real da tarefa. No entanto, o limite de previsibilidade das sequências acessado pelo treinamento imaginativo é inferior ao limite acessado por treinamento real, descrita pelo menor \"x50\" do (1) treinamento imaginativo em relação ao treinamento real e (2) desempenho real após o treinamento imaginativo em relação ao desempenho real após o treinamento real. Em conclusão, é possível afirmar que o modelo de entropia informacional é capaz de descrever a variabilidade do desempenho na tarefa de tempo de reação serial. Estes achados apóiam a existência de um princípio geral de acesso à previsibilidade para explicação da aprendizagem e memória. / Stored experiences of past regularities allow the prediction of the environment and, consequently, the possibility of anticipatory actions. This cognitive capacity is expressed in models of sequence learning, which are able to access the predictability of sequences of events and to generate descriptions of performance on experimental protocols as serial reaction time task. In Experiments 1, 2 and 3 of this work the informational framework was applied to the description of performance in serial reaction time task. The relationship between entropy measures and performance on serial reaction time task involving multiple sequence types was investigated on Experiments 1a and 1b. The entropy measures were done by processing the frequencies of events of the sequences (i.e. pairs, triads, quads etc). The results revealed that information entropy of the sequences is an impressively good descriptor of performance: (1) low entropy sequences were performed more rapidly and were more frequently recognized in the end of the session than the high entropy ones; (2) a sigmoid curve relates entropy to reaction time: parameters \"min\" (reaction time with total prediction), \"max\" (reaction time with no prediction) and \"x50\" (entropy value related to threshold of prediction); (3) training makes high entropy sequences predictable (the \"x50\" increases with training); and (4) with training, more previous elements of sequence are used for prediction of the next one. The relationship between performance and probabilistic expectancies generated during training was investigated on Experiment 2. This experiment involved multiple arrangements of training and testing sequences, applied to volunteers on single sessions. The difference between the predictabilities of testing and training sequences was quantified by the Kullback-Leibler divergence: small divergence indicates that training provides good prediction on testing. Disregarding the entropy effects (described on Experiment 1), Kullback-Leibler divergence between training and testing sequences is related to performance: (1) short divergences lead to (previous) predictions maintenance and low reaction times; (2) large divergences lead to predictions negligence and intermediate reaction times; and (3) intermediate divergences are related to conflict between the strategies of maintenance and negligence of predictions, and generate high reaction times. Therefore, the flexibility of predictions occurs on short divergences; an alternative strategy, of predictions negligence, is adopted on large divergences. The strategy developed on Experiments 1a and 1b was useful to evaluate, on Experiment 3, the functional equivalence between imagery and actual training on sequence learning. This experiment involved volunteers tested on serial reaction time task along multiple imagery and actual training sessions. Performances on both imagery and actual training were described and compared; the experiment also showed that the sequence predictability accessed on imagery training can be expressed on posterior actual performance. However, the limit of sequence predictability accessed by imagery training is lower than the limit accessed by actual training, described by the lower \"x50\" of (1) imagery training compared to actual training and (2) actual performance after imagery training compared to actual performance after actual training. In conclusion, it is possible to state that the entropy model is able to describe the variability of performance on serial reaction time task. These findings support the existence of a general principle of accessing the predictability to explain learning and memory.